麻省理工学院的研究人员发现，通过利用数据集中的对称性，可以减少训练神经网络所需的数据量。他们修改了魏尔定律，使其适用于机器学习，证明了对称性能够降低数据复杂性，提高学习效率。这一研究为机器学习提供了新的理论基础，尤其在数据稀缺的科学领域具有重要意义。